Oletko koskaan saanut chatbotilta palvelua, joka vastasi täydellisesti ja nopeasti vaikeisiinkin kysymyksiin? Käyttikö chatbot lisäksi kieltä, joka tuntui sinusta omalta ja ymmärrettävältä? Teitkö kenties jopa ostopäätöksen, koska chatbot ehdotti sinulle sopivaa ratkaisua asiakkuutesi tai aiemman asiointisi perusteella? Ainakaan itselläni ei näitä kokemuksia vielä ole, mutta tekoälyn hyödyntämisen yleistyessä tilanne voi muuttua nopeastikin, sillä personointia pidetään yleisesti yhtenä suurimmista hyödyistä, joita tekoäly tarjoaa nimenomaan asiakaskokemuksen kehittämiseen. Esimerkiksi Forrester nostaa tuoreessa raportissaan (Predictions 2024) personoinnin merkittävimmäksi syyksi sille, että asiakaskokemukseen mittaustulokset tulevat maailmanlaajuisen kolmen vuoden laskukauden jälkeen jälleen parantumaan.
Kuvaamani chatbot- esimerkki on mahdollista tilanteessa, jossa yrityksellä on riittävästi sisäistä ja ulkoista dataa ja data on sekä kunnossa että järjestelmien hyödynnettävissä. Datalähtöisestä markkinoinnista on puhuttu jo parikymmentä vuotta, mutta nyt sama teema nousee myös asiakaskokemuksen kehittämisen kulmakiveksi sitä mukaa, kun yritysten IT-infrastruktuuri kykenee ottamaan datan haltuun ja jalostamaan sitä yhä nopeammin ja luotettavammin. Datan hyödyntämiseen ei tarvita välttämättä juuri chatbotia, vaan asiakaskohtaisen nuotituksen voi vastaavaan tapaan viedä myös ihmisten toimesta tapahtuvan asiakaspalvelun työkaluksi, jolloin myös puheluiden reitittäminen asiakasta parhaiten palvelemaan pystyvälle henkilölle tulee olemaan entistä tarkempaa ja nopeampaa. Jokaisesta kohtaamisesta syntyy uutta dataa, jota analysoimalla malli kehittyy koko ajan paremmaksi. Myös tulosten raportointi siirtyy tilanteeseen, jossa syytä muutoksiin voi selvittää kirjoittamalla kysymyksen suoraan raportointityökaluun sen sijaan, että etsisi vastausta manuaalisesti Excelin pivot-taulukosta.
Pienyrityksissä, joissa dataa ja asiakkaita on vähemmän, volyyymihyöty on pienempi. Tekoälyä voidaan asiakaskokemuksen kehittämisen osalta kuitenkin hyödyntää mm. palveluiden suunnittelussa (kysytään asioita tekoälysovellukselta), tekstin analysoinnissa (esim. avoimen palautteen jäsentely), rutiinien nopeuttamisessa (esim. keskustelun muistiinpanojen automaattinen kirjaaminen) sekä viestien ja kuvien luomisessa (esim. ChatGPT sekä kuvia tuottavat sovellukset kuten Midjourney). Kynnys uusien tekoälysovellusten käyttöönottoon on alempi kuin koskaan aiemmin ja myös suuret toimijat (esim. Microsoft ja Salesforce) tuovat vauhdilla tekoälyyn perustuvia sovelluksia osaksi palveluvalikoimaansa. Laajentamalla nykyistenkin palveluiden käyttöä on siis helppo siirtyä hyödyntämään tekoälyä etenkin asiakaskokemuksen suunnittelussa ja sen vaatimassa asiakasymmärryksen kasvattamisessa.
Tekoälyn hyödyntäminen asiakaskokemuksen kehittämisessä fokusoituu helposti automatisoinnin ja robotiikan kautta syntyvään asioinnin helpottamiseen ja nopeuttamiseen, mutta on tärkeää muistaa myös asiakaskokemuksen tärkein elementti eli sen luoma tunne. Ei riitä, että toimitusprosessi on sujuva ja vaivaton, jos asiakkaasta tuntuu että hänestä ei aidosti välitetä tai hänen kanssaan kommunikoidaan kielellä, jota on hankala ymmärtää. Sujuva toiminta voi olla joillakin toimialoilla pitkään kaivattu positiivinen yllätys, mutta tekoälyä kannattaisi käyttää myös yllättämiseen esimerkiksi luomalla chatboteista realistisempia hahmoja, joiden kanssa keskustelu on viihdyttävää ja sisältää positiivisia etuja ja yllätyksiä esim. asiakkuuden arvoon tai ostohistoriaan perustuen.
Kolme pointtia – mitä kannattaa tehdä, jotta tekoälyn hyödyntäminen asiakaskokemuksen kehittämisessä saadaan kunnolla työn alle? Pointti 1: Data. Jotta luodaan edellytykset paremmalle datan hyödyntämiselle, kannattaa käydä läpi, mitä dataa yrityksessä tällä hetkellä hyödynnetään ja mitä muuta sisäistä tai ulkoista dataa voisi mahdollisesti tulevaisuudessa hyödyntää. Tietolähteiden listaamisen ohella, myös GDPR sekä käytettävät sovellukset ja prosessit vastuineen on syytä huomioida, jotta vältytään yllätyksiltä ja luodaan selkeä pohja tekoäly-kyvykkyyden kasvattamiseen. Pointti 2: Kokeilut. Ilman laajoja järjestelmiäkin voi ottaa käyttöön työtä tehostavia tekoälyyn perustuvia työkaluja, joten kannattaa kokeilla erilaisia työkaluja ja käyttää niitä esimerkiksi tiedon analysointiin tai tekstin/ kuvien tuottamiseen. Tekoälyn ehdottamat ratkaisut pitää tarkastaa ja vain kokeiluiden kautta syntyy tuntuma siihen, mikä toimii ja mikä ei. Kun tietty tapa hyödyntää tekoälyä on validoitu, voidaan se mahdollisesti skaalata laajempaan käyttöön, jolloin hyödyt ovat yksittäistä tehtävää suuremmat. Pointti 3: Kilpailuetu. Asiakaskokemus koostuu tehokkuudesta, helppoudesta ja tunteesta, joten kannattaa alusta lähtien miettiä, mikä on tekoälyn rooli asiakaskokemuksen kehittämisessä sen kaikilla osa-alueella. Tehokkuus ja helppous luovat kilpailukykyä, mutta asiakaskokemuksen synnyttämän tunteen kautta syntyy useimmiten varsinainen kilpailuetu ja erottautuminen markkinassa.
Jaa:
Comments are closed here.